同样是发布新模型，Anthropic 这次选择了两条腿走路——一条伸向科学研究的深处，一条落回成本敏感的生产一线。7 月 28 日， Science 科研工作台与新一代 Claude Sonnet 5 同期亮相：前者试图重构科研工作流，后者重新定义"够用的旗舰"。

把大模型装进实验室

Claude Science 的野心不止于"回答科学问题"。它被设计成一个完整的科研工作台，整合了 60 多个科学数据库与前沿生命科学模型，目标是从实验设计、数据收集到结果分析，端到端辅助科学家完成全流程科研。对科研人员而言，这意味着长期困扰他们的数据整合、实验自动化等体力活，第一次有了统一的工作台入口。

这件事的信号意义在于：Anthropic 正试图把大模型能力嵌入科研的"基础设施层"，而非停留在对话窗口里。当模型能直接对接数据库、自动编排实验流程时，AI 与科研的关系就从"辅助问答"升级为"研究流水线"。

"平民旗舰"的商业逻辑

同日发布的 Claude Sonnet 5，定位则清晰得多——性能接近旗舰、定价更低的"平民版旗舰"。这延续了 Anthropic 一贯的多档位策略：旗舰模型卡位能力上限，Sonnet 系列则以接近旗舰的性能和更亲民的价格，覆盖对预算敏感的大规模生产场景。

从行业视角看，这一产品组合直指企业级 AI 市场的核心矛盾——性能与成本的取舍。与 背后的 OpenAI、以及 背后的 Google 相比，Anthropic 正在用"科研深度 + 成本分层"的组合拳，在通用能力之外构建差异化护城河。对企业用户而言，"够用就选 Sonnet、难事再上旗舰"的分层选型逻辑，正在成为 2026 年下半年的主流采购范式。

值得关注的是，Anthropic 在科研方向的投入已非首次——从安全对齐叙事到研究基础设施，这家实验室正在把"AI for Science"从口号变成产品。科研数据的安全性、数据库授权范围、以及工作台对生命科学模型的具体调优程度，将决定它在学术界的真实采用深度。

后续值得跟踪的几个方向：

  1. Claude Science 的数据库覆盖广度：60 多个数据库的实际覆盖面与更新频率，决定科研工作台的可用性上限。
  2. Sonnet 5 的定价落地：具体价格与旗舰的差距，将直接影响企业选型迁移的意愿。
  3. 科研场景的合规与数据安全：科研数据出境与保密要求，是科研机构采用与否的硬门槛。
  4. 竞品的科研布局：OpenAI、Google 对科研 AI 的回应，将决定这个细分赛道的竞争烈度。